Intelligence économique: terminologie et maturité de la discipline : approche comparée
Notice bibliographique
Résumé
Ce travail de bachelor a pour but de comparer la maturité de l'Intelligence économique dans plusieurs pays à savoir : les Etats-Unis, le Canada, l'Angleterre, la France et la Suisse. Ceci afin de pouvoir démontrer s’il existe une pratique helvétique en Intelligence économique, par rapport aux pratiques étrangères. Pour cela il a été nécessaire de comprendre le vocabulaire utilisé dans chacun de ces pays ainsi que les termes utilisés : Intelligence économique, Competitive Intelligence, Business Intelligence, Market Intelligence et de les placer dans des contextes géographiques et culturels. Il a également été nécessaire de déterminer leur champ d'application. Il s'agissait ici, de définir si leur orientation était plutôt militaire, marketing ou concurrentielle par exemple et de déterminer auxquels des trois piliers de l’IE (veille, protection, influence) ces définitions appartiennent. Un état de l'art sur les formations en IE dans ces pays ainsi que sur le nombre de thèses publiées sur le sujet ont permis de déterminer la maturité de cette discipline dans le monde académique. Les résultats ont démontré que les Etats-Unis et la France sont les plus avancés en termes de formations. La Suisse quant à elle, a publié autant de mémoires que le Royaume-Uni et le Canada. Il a également été fait un état de l'art sur le nombre d'associations professionnelles ainsi que sur les manifestations régulières en Intelligence économique. Cela nous a permis de voir dans quel pays la profession est la plus active. Nous avons pu observer une grande activité professionnelle au Canada et en France, en comparaison aux Etats-Unis qui ne possèdent que très peu d’évènements et d’associations spécialisées en IE. Tous ces résultats mis en parallèle nous ont donné un aperçu général des pratiques de l’IE à travers le monde, et ainsi permis de situer la pratique suisse. Il s’est avéré que contrairement à la France, l’Etat n’est pas impliqué dans le développement dans cette discipline. L'Intelligence économique en Suisse a besoin des professionnels et du monde académique pour se développer. Comme en 2003, lors du lancement de la première formation en IE, initiative de J. Deschamps. Ces résultats ont également démontré que nous ne sommes finalement pas aussi en retard comparé aux autres pays.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,021 | 0,026 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,024 | 0,035 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,018 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».